Затем следует определить

1) среднюю продолжительность горения ламп:

часов;

2) Моду (вариант, который чаще всего встречается в статистическом ряду). Она равна 6;

3) Медиану (значение, которое расположено в середине ряди. Это такое значение ряда, которое делит его численность на две равные части). Медиана равна, также 6.

Построим кривую распределения (полигон) (рис. 3.8).

Рис. 3.8. Распределение ламп по продолжительности горения

Определим размах:

R = Хmax – Хmin = 4 часа.

Он характеризует пределы изменения варьирующего признака. Среднее абсолютное отклонение:

часа.

Это средняя мера отклонения каждого значения признака от средней.

Среднее квадратическое отклонение:

часа.

Рассчитаем коэффициенты вариации:

1) по размаху:

;

2) по среднему абсолютному отклонению:

;

3) по среднему квадратическому отношению:

.

С точки зрения качества продукции, коэффициенты вариации должны быть минимальными.

Так как завод интересует не качество контрольных ламп, а всех ламп, возникает вопрос о расчете средней ошибки выборки:

часа,

которая зависит от колеблемости признака (s) и от числа от отобранных единиц (n).

Предельная ошибка выборки D = t*m. Доверительное число t показывает, что расхождение не превышает кратную ему ошибку выборки. С вероятностью 0,954 можно утверждать, что разность между выборочной и генеральной не превысит двух величин средней ошибки выборки, то есть в 954 случаях ошибка репрезентативности не выйдет за 2m.

;

.

Таким образом, с вероятностью 0,954 ожидается, что средняя продолжительность горения будет не меньше, чем 5,6 часа и не больше, чем 6,4 часа. С точки зрения качества продукции необходимо стремиться к уменьшению этих отклонений.

Обычно при статистическом контроле качества допустимый уровень качества, который определяется количеством изделий, прошедших контроль и имевших качество ниже минимально приемлемого, колеблется от 0,5% до 1% изделий. Однако, для компаний, которые стремятся выпускать продукцию только высшего качества этот уровень может быть недостаточным. Например, "Toyota" стремится свести уровень брака к нулю, имея в виду, что хотя и выпускаются миллионы автомобилей, но каждый покупатель приобретает лишь один из них. Поэтому наряду со статистическими методами контроля качества на фирме разработаны простые средства контроля качества всех изготавливаемых деталей (TQM). Статистический контроль качества в первую очередь применяется в отделениях фирмы, где продукция изготавливается партиями. Например, в лоток высокоскоростного автоматического процесса после обработки поступает 50 или 100 деталей, из которых контроль проходят только первая и последняя. Если обе детали не имеют дефектов, то все детали считаются хорошими. Однако, если последняя деталь окажется бракованной, то будет найдена и первая дефектная деталь в партии, а весь брак будет изъят. Для того, чтобы ни одна партия не избежала контроля, пресс автоматически отключается после обработки очередной партии заготовок. Применение выборочного статистического контроля имеет эффект всеобъемлющего тогда, когда каждая производственная операция выполняется стабильно благодаря тщательной отладке оборудования, использованию качественного сырья и т. д.

Большую роль в обеспечении качества играет статистический приемочный контроль.

5. Статистический приемочный контроль по альтернативному признаку. Стандарты статистического приемочного контроля.

Основной характеристикой партии изделий по альтернативному признаку является генеральная доля дефектных изделий.

,

где

D – число дефектных изделий в партии объемом N изделий.

В практике статистического контроля генеральная доля q неизвестна и ее следует оценить по результатам контроля случайной выборки объемом n изделий, из которых m дефектных.

Под планом статистического контроля понимают систему правил, указывающих методы отбора изделий для проверки, и условия, при которых партию следует примять, забраковать или продолжить контроль.

Различают следующие виды планов статистического контроля партии продукции по альтернативному признаку:

* одноступенчатые планы, согласно которым, если среди n случайно отобранных изделий число дефектных m окажется не больше приемочного числа С (mC), то партия принимается; в противном случае партия бракуется;

* двухступенчатые планы, согласно которым, если среди n1 случайно отобранных изделий число дефектных m1 окажется не больше приемочного числа C1 (m1C1), то партия принимается; если m11, где d1 – браковочное число, то партия бракуется. Если же C1 m1 d1, то принимается решение о взятии второй выборки объемом n2. Тогда, если суммарное число изделий в двух выборках (m1 + m2) C2, то партия принимается, в противном случае партия бракуется по данным двух выборок;

* многоступенчатые планы являются логическим продолжением двухступенчатых. Первоначально берется партия объемом n1 и определяется число дефектных изделий m1.Если m1C1, то партия принимается. Если C1 m1 d1(D1C1+1), то партия бракуется. Если C1m1d1, то принимается решение о взятии второй выборки объемом n2. Пусть среди n1 + n2 имеется m2 дефектных. Тогда, если m2c2, где c2 – второе приемочное число, партия принимается; если m2d2 (d2 c2 + 1), то партия бракуется. При c2 m2 d2 принимается решение о взятии третьей выборки. Дальнейший контроль проводится по аналогичной схеме, за исключением последнего k-того шага. На k-м шаге, если среди проконтролированных изделий выборки оказалось mk дефектных и mkck, то партия принимается; если же m k ck, то партия бракуется. В многоступенчатых планах число шагов k принимается, что n1 =n2= .= nk;